3.1.1. Dữ liệu thứ cấp
Dữ liệu thứ cấp đƣợc thu thập từ nhiều nguồn thông tin nhƣ tham khảo các tài liệu của thƣ viện trƣờng Đại học Ngân Hàng TPHCM, sách, tạp chí khoa học, bài báo, trang web, số liệu cơ quan thống kê và các công trình nghiên cứu có liên quan đến đề tài các yếu tố ảnh hƣởng đến ý định sử dụng VĐT.
3.1.2. Dữ liệu sơ cấp
Nguồn dữ liệu sơ cấp sẽ đƣợc dùng để chạy mô hình đƣợc thu thập bằng việc phát phiếu khảo sát đến sinh viên tại Đại học Ngân Hàng thông qua Internet từ tháng 1/2021 đến tháng 2/2021. Thang đo Likert 5 mức độ đƣợc sử dụng để đo lƣờng mức độ đồng ý của sinh viên tại Đại học Ngân Hàng TPHCM đối với các biến trong bảng câu hỏi, cụ thể là:
1 = Rất không đồng ý; 2 = Không đồng ý; 3 = Trung lập; 4 = Đồng ý; 5 = Rất đồng ý
Bài nghiên cứu sử dụng phƣơng pháp chọn mẫu thuận thiện, tỷ lệ mẫu quan sát/biến đo lƣờng theo tỷ lệ là 5:1. Từ đó, cỡ mẫu tối thiểu là N ≥ 5*x, trong đó N: số lƣợng mẫu; x: tổng số biến quan sát (Hair và ctg, 1998). Mô hình nghiên cứu có số biến quan sát là 28, nếu theo tiêu chuẩn năm mẫu cho một biến quan sát thì kích thƣớc mẫu tối thiểu cho bài nghiên cứu là 5*28 = 140. Vậy cỡ mẫu là N ≥ 140 để đáp ứng đƣợc cỡ mẫu cần thiết cho bài nghiên cứu.
Số lƣợng bảng câu hỏi đƣợc gửi đi bằng công cụ trực tuyến là 320 mẫu, sau khi kiểm tra và chọn lọc thì đạt 310 bảng khảo sát hợp lệ. Sử dụng phần mềm SPSS 20.0 để phân tích dữ liệu.
Thang đo chính thức Khảo sát
Mô hình nghiên cứu và thang đo nháp
Tham khảo chuyên gia
Nghiên cứu định lƣợng
Sàng lọc dữ liệu Cronbach Alpha
3.2. Quy trình nghiên cứu
Nghiên cứu tập trung vào việc xác định các yếu tố ảnh hƣởng đến ý định sử dụng Ví điện tử của sinh viên tại trƣờng Đại học Ngân Hàng ở TPHCM và ảnh hƣởng của các yếu tố đó đến ý định sử dụng dịch vụ này. Quy trình thực hiện bài nghiên cứu bao gồm các bƣớc trong hình 3.1:
Hình 3.1. Quy trình nghiên cứu
(Nguồn: Đề xuất của tác giả)
3.3. Phƣơng pháp phân tích dữ liệu
3.3.1. Phân tích độ tin cậy của thang đo bằng hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các biến quan sát trong thang đo tƣơng quan với nhau, là phép kiểm định về sự phù hợp của thang đo đối với từng biến quan sát, xét trên mối quan hệ với một khía cạnh đánh giá. Phƣơng pháp này cho phép loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Những biến quan sát không ảnh hƣởng nhiều đến tiêu chí đánh giá sẽ tƣơng quan yếu với tổng số điểm.
Hiệu chỉnh thang đo Phân tích hồi quy Kiểm định sự phù hợp của mô hình; Đánh giá mức độ tác động của từng yếu tố; Đề xuất kiến nghị Phân tích nhân tố khám phá EFA
Theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009), các biến quan sát có hệ số tƣơng quan biến tổng (Item total correlation) nhỏ hơn 0,3 sẽ bị loại ra khỏi các biến quan sát, tiêu chuẩn để chọn thang đo khi độ tin cậy Cronbach’s Alpha lớn hơn 0,6 (hệ số Cronbach’s Alpha càng lớn thì độ tin cậy nhất quán bên trong càng cao).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), các mức giá trị của hệ số Cronbach’s Alpha thể hiện độ tin cậy của thang đo là:
- Từ 0,6 – 0,7: có thể sử dụng thang đo trong trƣờng hợp khái niệm nghiên cứu là mới hoặc mới trong bối cảnh nghiên cứu.
- Từ 0,7 – 0,8: thang đo có thể sử dụng đƣợc. - Từ 0,8 – 0,9: thang đó tốt.
- Từ 0,9 – đến gần 1,0: thang đo rất tốt.
3.3.2. Phân tích nhân tố khám phá
Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) nhằm rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp có ít biến quan sát hơn để chúng có ý nghĩa hơn, nhƣng vẫn đảm bảo chứa đầy đủ thông tin của tập hợp ban đầu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Phân tích nhân tố khám phá giúp loại bỏ các biến đo lƣờng không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Để quyết định giữ biến hoặc loại biến trong phân tích nhân tố khám phá EFA, dữ liệu cần thỏa mãn hai điều kiện (Nguyễn Đình Thọ, 2009).
- Thỏa mãn giá trị hội tụ: Các biến quan sát hội tụ về cùng một nhân tố.
- Đảm bảo Giá trị phân biệt: Các biến quan sát thuộc về nhân tố này và phân biệt với nhân tố khác.
Các tiêu chuẩn trong phân tích nhân tố khám phá EFA:
- Hệ số KMO (Kaiser – Meyer – Olkin): là một tiêu chuẩn đƣợc dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của hệ số KMO phải đạt giá trị cao hơn 0,5 (0,5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu giá trị của trị số này nhỏ hơn 0,5 (KMO ≤ 0,5) thì phân tích nhân tố này không
thích hợp với tập dữ liệu nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Kiểm định Bartlett (Bartlett’s test): là đại lƣợng thống kê dùng để xem xét các biến có tƣơng quan với nhau hay không. Nếu mức ý nghĩa thống kê (Sig Bartlett’s Test) nhỏ hơn 0,05 (Sig. < 0,05), cho thấy các biến quan sát có tƣơng quan với nhau trong nhân tố. Ngƣợc lại, mức ý nghĩa thống kê lớn hơn 0,05 (Sig. > 0,05) chứng tỏ kiểm định không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét (Nguyễn Đình Thọ, 2009).
- Tổng phƣơng sai trích (Total Variance Explained - % cumulative variance): cho biết các nhân tố giải thích đƣợc bao nhiêu phần trăm biến thiên của các biến quan sát. Trị số này thể hiện các nhân tố đƣợc cô động đƣợc bao nhiêu phần trăm và bị thất thoát bao nhiêu phần trăm. Tiêu chuẩn của trị số này phải đạt từ 50% trở lên. - Trị số Eigenvalue: là một tiêu chuẩn dùng để xác định số lƣợng nhân tố trong phân
tích EFA, nó đại diện cho một phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Chỉ những nhân tố có Eigenvalue có giá trị từ 1 trở lên (Eigenvalue ≥ 1) mới đƣợc chấp nhận giữ lại trong mô hình.
- Hệ số tải nhân tố (Factor Loading): hệ số này biểu thị mối quan hệ tƣơng quan giữa các biến quan sát với nhân tố. Hệ số tải nhân tố đạt giá trị càng cao thì tƣơng quan giữa biến quan sát với nhân tố càng lớn và ngƣợc lại. Hệ số này phải lớn hơn hoặc bằng 0,5 (≥ 0,5) mới đƣợc chấp nhận. Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải từ 0,3 trở lên (≥ 0,3) để đảm bảo giá trị phân biệt của các nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
3.3.3. Phân tích hồi quy
Mô hình hồi quy đa biến là một trong những mô hình thống kê đƣợc sử dụng phổ biến trong kiểm định lý thuyết khoa học (kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu). Khi sử dụng mô hình hồi quy đa biến cần chú ý đến sự phù hợp của mô hình và kiểm tra các giả định của nó.
- Giá trị Sig của kiểm định F đƣợc sử dụng để kiểm định độ phù hợp của mô hình hồi quy, xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không
Giả thiết nghiên cứu:
H0: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc
Với mức ý nghĩa kiểm định là 5%:
Sig. ≤ 0,05: Bác bỏ H0
Sig. > 0,05: Chấp nhận H0
- Giá trị R Square (R2) là một con số thống kê tổng hợp khả năng giải thích của một phƣơng trình. Nó biểu thị tỷ lệ biến thiên của biến phụ thuộc do tổng mức biến thiên của các biến giải thích, R2 biến thiên giữa 0 và 1 (0 < R2 < 1). Khi R2 càng gần 0, khả năng giải thích càng kém và điều ngƣợc lại sẽ đúng khi các giá trị của nó tiến gần đến 1.
- Trị số Durbin – Watson (DW) nhằm kiểm tra hiện tƣợng tự tƣơng quan của các sai số kề nhau. Giá trị của DW nằm trong khoảng từ 1 đến 3 (1 < DW
< 3) sẽ không xảy ra hiện tƣợng tự tƣơng quan.
- Giá trị Sig của kiểm định t đƣợc sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig < 0,05, ta kết luận biến độc lập đó có tác động đến biến phụ thuộc.
- Hệ số phóng đại phƣơng sai VIF để kiểm tra hiện tƣợng đa cộng tuyến, nếu VIF của biến độc lập lớn hơn 10 thì đa cộng tuyến đang xảy ra với biến độc lập đó. Biến đó sẽ không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình hồi quy. Ngƣợc lại, nếu hệ số VIF của các biến độc lập nhỏ hơn 10 (VIF < 10) thì không có hiện tƣợng đa cộng tuyến.
- Kiểm tra các giả định hồi quy,
+ Phần dƣ chuẩn hóa: phần dƣ có thể không tuân theo phân phối chuẩn. vì vậy, cần thực hiện thêm hai khảo sát khác là căn cứ theo biểu đồ Histogram và Normal P-P Plot. Biểu đồ Histogram, nếu giá trị trung bình Mean gần
bằng 0 độ lệch chuẩn gần bằng 1, ta có thể khẳng định phân phối là xấp xỉ chuẩn. Biểu đồ Normal P-P Plot, các điểm phân vị trong phân phối của phần dƣ tập trung thành một đƣờng chéo, nhƣ vậy, giả định phân phối chuẩn của phần dƣ không bị vi phạm.
+ Kiểm tra vi phạm giả định liên hệ tuyến tính: biểu đồ phân tán Scatter Plot giữa các phần dƣ chuẩn hóa và giá trị dự đoán chuẩn hóa giúp chúng ta dò tìm xem. Dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay không. Nếu phần dƣ chuẩn hóa phân bổ tập trung xung quanh đƣờng hoành độ 0 thì kết luận giả định quan hệ tuyến tính không bị vi phạm
Từ kết quả phân tích hồi quy sẽ xác định mức độ tác động của từng yếu tố đến ý định sử dụng.
3.3.4. Kiểm định sự khác biệt
Để kiểm tra xem ý định sử dụng ví điện tử theo giới tính, năm học, số tiền đƣợc tài trợ có sự khác biệt nhau hay không bằng cách kiểm tra T-test và phân tích ANOVA. Với mức ý nghĩa là 0.05, ta có
Sig. > 5%: Không có sự khác biệt Sig. < 5%: có sự khác biệt
Tóm tắt chƣơng 3
Chƣơng 3 trình bày phƣơng pháp thu thập dữ liệu, trong đó dữ liệu thứ cấp đƣợc thu thập từ nhiều nguồn nhƣ sách, tạp chí khoa học, công trình nghiên cứu trƣớc đây. Dữ liệu sơ cấp đƣợc thu thập thông qua phƣơng pháp chọn mẫu thuận tiện, sử dụng thang đo Likert 5 để đo lƣờng mƣc độ đồng ý của sinh viên thực hiện khảo sát, sau khi sàng lọc kết quả có 310 mẫu hợp lệ.
Quy trình nghiên cứu gồm 12 bƣớc từ xác định cơ sở lý thuyết đến kết luận đƣa ra các đề xuất kiến nghị.
Các phƣơng pháp phân tích dữ liệu đƣợc liệt kê và giải thích lần lƣợt là phân tích độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, phân tích nhân tố khám phá, phân tích hồi quy và kiểm định sự khác biệt.
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chƣơng 4 trình bày và giải thích các kết quả của bài nghiên cứu liên quan đến thống kê mô tả, kiểm tra độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy, kiểm định sự khác biệt theo các đặc điểm cá nhân và thảo luận kết quả nghiên cứu.
4.1. Thống kê mô tả
4.1.1. Biến đặc điểm cá nhân
Kết quả thống kê mô tả của các biến đặc điểm các nhân bao gồm giới tính, năm học, số tiền đƣợc tài trợ, các ví điện tử đƣợc sử dụng và tần suất sử dụng đƣợc tổng hợp ở Bảng 4.1 và (Phụ lục 6).
Bảng 4.1. Tổng hợp thống kê mô tả các biến đặc điểm cá nhân Frequency (Tần số) Percent (Tỷ lệ %) N (Số quan sát) Giới tính Nam 122 39.4% 310 Nữ 188 60.6% Năm học Năm 1 74 23.9% 310 Năm 2 101 32.9% Năm 3 71 22.9% Năm 4 64 20.6% Số tiền đƣợc tài trợ Dƣới 3 triệu 47 15.2% 310 Từ 3 – 5 triệu 139 44.8% Từ 5 – 7 triệu 98 31.6% Trên 7 triệu 26 8.4% Các ví điện tử đƣợc sử dụng Momo 244 49.6% 310 Zalo Pay 96 19.6% Moca 140 28.6% Khác 10 2.0%
Tần suất sử dụng 1 lần 53 17.1% 310 Từ 2 - 3 lần 84 27.1% Từ 4 – 5 lần 90 29.0% Trên 5 lần 83 26.8%
(Nguồn: tổng hợp của tác giả từ kết quả phân tích SPSS)
Bảng 4.1 cho thấy:
Trong tổng số 310 ngƣời tham gia khảo sát thì có 122 ngƣời là nam chiếm 39.4% và giới tính nữ là 60.6% với 188 ngƣời. Sinh viên tham gia khảo sát nhiều nhất là sinh viên năm 2 chiếm 32,6%, tiếp theo lần lƣợt là sinh viên năm 1 (23,9%) và sinh viên năm 3 (22,9%) và cuối cùng là sinh viên năm 4 chiếm 20,6%. Số tiền đƣợc gia đình tài trợ của sinh viên trong một tháng giao động nhiều nhất trong khoảng 3 – 5 triệu đồng chiếm 44,8%. tiếp theo là từ 5-7 triệu đồng (31,6%), dƣới 3 triệu chiếm 15,2% và cuối cùng là trên 7 triệu chiếm 8,4%.
Nhìn chung, Momo đƣợc sử dụng nhiều nhất với 49,8% tổng câu trả lời nhận đƣợc, tiếp theo là Moca (28,6%), Zalo Pay (19,6%) và số lƣợng các VĐT khác đƣợc sử dụng chiếm 2%. Qua khảo sát có thể thấy đƣợc rằng tần suất sử dụng VĐT của sinh viên trong một tuần giao động nhiều nhất trong khoảng 4 – 5 lần chiếm 29%. Tiếp theo là từ 2-3 lần (27,1%), trên 5 lần chiếm 26,8% và cuối cùng là 1 lần chiếm 17,1%.
4.1.2. Các biến định lƣợng
Sau khi thực hiện thống kê mô tả cho các biến định lƣợng trên phần mềm SPSS kết quả thống kê mô tả của các biến định lƣợng bao gồm 06 biến độc lập: Dễ sử dụng, Tính hữu dụng, Bảo mật, Sự tin tƣởng, Ảnh hƣởng xã hội, Thái độ, và 01 biến phụ thuộc là biến Ý định sử dụng. Kết quả thể hiện ở (phụ lục 6).
4.2. Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Kết quả kiểm định hệ số Cronbach’s Alpha đƣợc trình bày ở Bảng 4.2 và (phụ lục 7).
Bảng 4.2. Tổng hợp kết quả hệ số Cronbach’s Alpha Biến quan sát Hệ số tƣơng quanbiến
tổng
Cronbach’s Alpha nếu loại biến Dễ sử dụng – Cronbach’s Alpha = 0,793 DSD1 0,629 0,734 DSD2 0,615 0,739 DSD3 0,597 0,746 DSD4 0,428 0,798 DSD5 0,600 0,744
Tính hữu dụng – Cronbach’s Alpha = 0,868
HD1 0,743 0,827
HD2 0,662 0,847
HD3 0,711 0,835
HD4 0,656 0,849
HD5 0,682 0,842
Bảo mật – Cronbach’s Alpha = 0,754
BM1 0,548 0,699
BM2 0,648 0,643
BM3 0,484 0,734
BM4 0,530 0,709
Sự tin tƣởng – Cronbach’s Alpha = 0,804
STT1 0,649 0,740
STT2 0,581 0,774
STT3 0,628 0,750
STT4 0,619 0,755
Ảnh hƣởng xã hội – Cronbach’s Alpha = 0,812
AHXH1 0,678 0,741
AHXH2 0,663 0,748
AHXH3 0,599 0,778
AHXH4 0,583 0,787
Thái độ - Cronbach’s Alpha = 0,837
TD1 0,685 0,792
TD2 0,697 0,778
TD3 0,724 0,751
Ý định sử dụng – Cronbach’s Alpha = 0,808
YDSD2 0,668 0,726
YDSD3 0,657 0,738
(Nguồn: phân tích kết quả SPSS)
Từ bảng 4.2 ta có:
- Nhân tố Dễ sử dụng có Cronbach’s Alpha là 0,793 (≥ 0,6) nên đạt yêu cầu về độ tin cậy. Các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần đều cao hơn 0,3. Vì vậy, các biến đo lƣờng thành phần này đều đƣợc sử dụng trong phân tích EFA tiếp theo.
- Nhân tố Tính hữu dụng có Cronbach’s Alpha là 0,868 (≥ 0,6) nên đạt yêu cầu về độ tin cậy. Các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần đều cao hơn 0,3. Vì vậy, các biến đo lƣờng thành phần này đều đƣợc sử dụng trong phân tích EFA tiếp theo.
- Nhân tố Bảo mật có Cronbach’s Alpha là 0,754 ( ≥ 0,6 ) nên đạt yêu cầu về độ tin cậy. Các hệ số tƣơng quan biến tổng của các biến đo lƣờng thành phần đều cao hơn 0,3. Vì vậy, các biến đo lƣờng thành phần này đều đƣợc sử dụng trong phân tích